Mohanned Amara

• Étendre et développer des nouvelles fonctionnalités dans l’API responsable de la modélisation des contrats d’énergie des différents offres afin de répondre aux besoins des suppliers et mieux représenter le risque de trading d’énergie. • Migrations techniques vers des outils plus pratiques, optimisés et à la pointe. • Amélioration de la pipeline CI/CD responsable de la mise en prod de l’API contracts • Mots Clés: Python (Pandas, Numpy), Flask, fastAPI, PostgresSQL, Airflow, Git, Pydantic, alembic, poetry, unittest, débogage, Jira, Azure Devops, Docker, Kubernetes, Github. • Environnement Fonctionnel: SWAP, Forward, contrats d’énergie.

• Développement des outils de trading et de monitoring plus optimisés afin d’assurer la fiabilité et la performance de l’écosystème de "market making" et de minimiser les délais d’intervention et les faux-positifs. • Mise en production et support des nouvelles applications développées. • Mots Clés: Python (Pandas, Numpy), Flask, C++, SQL (Oracle 12c), bash, Celery, Nginx, Redis, Apache Superset, Linux (RedHat6/ Redhat8), unittest, Git, débogage, Taiga. • Environnement Fonctionnel: Future, Option, Action, Basket Trading.

Application de l'approche Deep learning et de l'apprentissage semi-supervisé pour la détection de l'environnement utilisateur dans les réseaux cellulaires 5G (Scikit-learn, Keras, Tensorflow) Publication d'un papier scientifique: "Mobile User Environment Detection using Deep Learning based Multi-Output Classification" 2019, 12th IFIP

Surveillance et collecte en temps réel des données à partir d'une plateforme IoT dans l’intérêt de réaliser une maintenance prédictive des machines Construction d’un modèle prédictif pour anticiper les pannes des machines et générer intelligemment des alertes en cas d'anomalies prévues. (Numpy, Pandas, Scikit-learn, TensorFlow ...)

Projet de développement informatique dans le cadre de la formation d'ingénieurs à Télécom SudParis. L'utilisation des techniques de classifications (SVM, Gradient Boosting, Random Forest etc) pour traiter et analyser des données médicales afin de concevoir une application en e-santé. But: Classifier les mutations cancéreuses en mutations conductrices et mutations passagères moyennant 3 variables: le gène en question, la variation et le texte médical de diagnostic. (Scikit-learn, Pandas, Numpy, matplotlib...)

Ma mission pendant ce stage était développer un système de gestion des applications en production de l'entreprise qui veille à la disponibilité de ces applications développées, notifie les administrateurs en cas de problème d'exécution ou de problèmes de serveur et automatise quelques interventions.

Projet de 5 mois qui s'inscrit dans le cadre de la formation d'ingénieurs à ENSI. Le projet consiste à élaborer un outil de diagnostic réseau afin de déceler les différentes anomalies cachées qui pourraient affecter la qualité de service (temps de réponse, débit…) perçue par l’utilisateur final. Un taux d’erreur élevé, une surcharge sur un quelconque équipement intermédiaire ou encore la non adéquation de certains paramètres par défaut de l’ordinateur hôte sont de potentielles causes de dégradation des performances. L'outil permettra, après un diagnostic, de modifier les paramètres par défaut de l’ordinateur hôte en vue d’optimiser les indicateurs de performance. Python, SQL, Scapy...

Ma mission au cours du stage était de développer le site officiel de l'ENSI: reprendre les fonctionnalités y présentes déjà et développer d'autres. PHP, Laravel, JS, HTML5/CSS3